一 冒泡排序(buddle sort)
众所周知,冒泡排序一般是我们接触数据结构与算法里面的第一种排序算法。
其经典型，稳定性,时间复杂性,空间复杂性 都已经明明白白,可以说,只要学过了,想忘记都难。
废话不多话,直接上代码,其核心思想就是每次将最小的数冒泡到数组前列（或者将最大的数冒泡到数组后端,看个人选择）
来自wiki
时间复杂度（O(N*N)） 空间复杂度（O(1)）
private void bubbleSort(int[] nums){
int len = nums.length;
for (int i = 0; i < len; i++) {
for (int j = i+1; j < len; j++) {
if (nums[i] > nums[j]){
int temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
}
}
}
}
二 选择排序(select Sort)
其核心思想是每一次循环,将数组中的最小值找到,然后跟此次循环的初始位置进行交换。
时间复杂度（O(N*N)） 空间复杂度（O(1)）
来自wiki
private void selectSort(int[] nums){
if (nums == null || nums.length <= 1) return;
int len = nums.length;
for (int i = 0; i < len; i++) {
int min = i;
for (int j = i+1; j < len; j++) {
if (nums[min] > nums[j]){
min = j;
}
}
//swap
int temp = nums[i];
nums[i] = nums[min];
nums[min] = temp;
}
}
三 插入排序(insertSort)
插入排序不同于以上两种排序,其思想是基于有序数组的插入,在一个有序的数组中,找到要插入元素的位置,然后将大于自己的所有元素后移,然后将自己插入到此位置中。
来自wiki
时间复杂度O(N*N) 空间复杂度O(1)
private void insertSort(int[] nums){
if (nums == null || nums.length <= 1) return;
int len = nums.length;
for (int i = 1; i < len; i++) {
int j = i - 1;
int value = nums[i]; //which elements we need insert
while (j >= 0){
if (value < nums[j]){//continue loop
nums[j + 1] = nums[j];//move the order arrays element;
}else break; // find the position
j--;
}
nums[j+1]=value; // insert it ;
}
}
四 快速排序(insertSort)
快速排序算法 可以算是基础排序算法中效率最高,速度最快的。
其基本思想是在数组里选定一个基值,（一般都是low）,然后通过一次循环,将所有大于此基值得元素都移动到其右边,所有小于此基值得元素都移动到其左边,即找到一次找到其最终应该所在的位置。
来自wiki
时间复杂度 正常情况下O(NlogN)，最坏情况O(N*N) 即数组是由大到小排列。空间复杂度O(1) 只需要额外的几个标量。
private void quickSort(int[] nums,int start,int end){
if (nums == null || nums.length == 1) return;
if (start >= end) return;
int i = start,j = end,base = nums[start];
while (i < j){
while (i < j && base <= nums[j]){//find less than base
j--;
}
while (i < j && base > nums[i]){//find more than base
i++;
}
//move the element by base
int temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
}
//insert base to the position
int temp = nums[j];
nums[j] = nums[start];
nums[start] = temp;
quickSort(nums,0,j - 1);
quickSort(nums,j+1,end);
}
